본문으로 건너뛰기
ReviewRamble

주간 브리프

AI 리뷰를 받은편지함으로.

  • 도구, 모델, MCP 서버, 저장소의 새 리뷰(결론부터)
  • 변경이 있을 때 다시 확인한 가격과 평점
  • 새로 발행된 분석 글

모델, 에이전트, MCP 서버, 그리고 정말 시간을 들일 만한 도구.

일주일에 한 통입니다. 각 브리프의 링크로 구독을 해지할 수 있습니다. 이메일 사용 방식

텍스트 투 3D(Text-to-3D)

텍스트 투 3D(text-to-3D)는 글로 쓴 프롬프트로부터 3D 객체나 장면을 생성하는 작업입니다. 이미지 투 3D는 한 장 이상의 사진으로 같은 일을 합니다. 결과물은 어느 각도에서든 볼 수 있습니다.

다른 이름: image-to-3D, 3D generation, AI 3D model generator

작성 Divya Sharma · 2026년 11월 15일 확인 · 리뷰 방식

텍스트 투 이미지가 평면 그림을 만든다면, 텍스트 투 3D는 회전하고, 조명을 비추고, 게임 엔진이나 AR 장면에 배치할 수 있는 것을 만듭니다. 출력 형식에는 메시, 신경 방사 필드(NeRF), 가우시안 스플랫이 있습니다.

작동 방식

좋은 3D 학습 데이터는 이미지에 비해 드물어서, 초기 방법은 2D 모델에서 빌려 왔습니다. 2022년 Google의 DreamFusion은 무작위 각도에서 렌더링한 결과가 사전 학습된 2D 이미지 확산 모델이 보기에 그럴듯하도록 NeRF를 최적화했습니다. 3D 학습 데이터가 전혀 필요 없었지만, 객체마다 긴 최적화 과정이 걸렸습니다. 더 새로운 시스템은 3D 데이터셋으로 학습하거나, 먼저 일관된 시점 여러 개를 생성한 뒤 형태를 재구성하므로 훨씬 빠릅니다. 이미지 투 3D도 프롬프트 대신 사진에서 시작할 뿐 같은 방식으로 작동합니다.

용도

게임 소품, 제품 미리보기, AR 필터, 빠른 프로토타이핑, 콘셉트 아트입니다. 많은 도구가 Blender에서 다듬을 수 있는 메시를 내보냅니다. 탐험할 수 있는 장면 전체를 생성하는 관련 연구는 월드 모델에서 다룹니다.

한계

결과물은 실제 사용 전에 정리가 필요한 경우가 많습니다. 지저분한 토폴로지, 구워진 조명, 흐릿한 텍스처, 그리고 가끔 양면에 얼굴이 있는 객체가 나옵니다. 정밀한 기계적 세부와 정확한 치수는 약점이므로, 꼭 맞아야 하는 부품보다는 초안에 더 적합합니다.

관련 용어

텍스트 투 이미지(Text-to-image)
텍스트 투 이미지(text-to-image)는 프롬프트라고 부르는 글 설명으로부터 새 그림을 생성하는 작업입니다. 현재 대부분의 텍스트 투 이미지 모델은 텍스트를 조건으로 하는 확산 모델입니다.
확산 모델
확산 모델(diffusion model)은 여러 단계에 걸쳐 노이즈를 조금씩 제거하면서 무작위 노이즈를 이미지 같은 데이터로 바꾸는 법을 배우는 생성 모델입니다.
이미지 투 이미지
이미지 투 이미지(image-to-image)는 기존 이미지와 프롬프트로 새 이미지를 생성하는 작업으로, 원본 구조의 일부를 유지하면서 스타일, 디테일, 내용을 바꿉니다.
월드 모델(World model)
월드 모델(world model)은 환경이 작동하는 방식을 다음에 일어날 일을 예측할 수 있을 만큼 배운 AI 모델로, 흔히 동영상이나 센서 데이터로 학습하며, 에이전트가 그 시뮬레이션 안에서 계획하거나 학습할 수 있게 합니다.
멀티모달 모델(Multimodal model)
멀티모달 모델(multimodal model)은 텍스트, 이미지, 오디오, 동영상 같은 여러 종류의 데이터를 별도 시스템이 아니라 하나의 모델 안에서 받아들이고, 경우에 따라 생성하기도 하는 AI 모델입니다.

출처